随机游走图采样中的加权跳跃
统计方法学
2022-09-27 v1 应用统计
摘要
基于随机游走的采样方法近年来已广泛应用于图采样，但其在样本中对高度数节点存在偏差。为克服这一缺陷，GMD 等经典方法修改目标图的拓扑结构，使得马尔可夫链的稳态行为能达到均匀分布。然而，这种修改降低了图的通电导率，使得采样器长时间停留在同一节点，导致欠采样。为解决此问题，我们提出一种修改目标图的新方式，进而提出带参数 C 的加权跳跃随机游走（WJRW）以提升性能。我们证明 WJRW 可通过 C 统一简单随机游走与均匀分布，并在真实数据集上进行了大量实验。实验结果表明，在相同预算下 WJRW 能显著提升精度。我们还研究了参数 C 的影响，并给出了在应用中更好使用的建议范围。
引用
@article{arxiv.2209.12767,
title = {Weighted Jump in Random Walk Graph Sampling},
author = {Xiao Qi},
journal= {arXiv preprint arXiv:2209.12767},
year = {2022}
}